4. 记忆生命周期
一句话理解：Agent Memory 的生命周期不是简单的“写入—读取”，而是从感知信息开始，经过编码、存储、索引、检索、回注，最终通过遗忘、衰减或更新实现记忆质量与容量的动态平衡。
完整生命周期概览
每个阶段都有明确的输入、输出与工程决策点。
阶段一：Perceive（感知）
感知阶段决定“什么信息值得进入记忆系统”。它不是把所有消息都存下来，而是做选择性捕获。
常见感知来源
| 来源 | 示例 | 记忆类型 |
|---|---|---|
| 用户输入 | 用户偏好、目标、约束 | 语义记忆、情景记忆 |
| Agent 输出 | 最终答案、反思、计划 | 语义记忆、程序性记忆 |
| 工具结果 | 数据库查询、搜索摘要、代码执行结果 | 情景记忆 |
| Runtime 事件 | 任务完成、失败、重试、HITL | 情景记忆 |
| 外部系统 | 用户画像、业务状态变更 | 语义记忆 |
感知策略
- 全量感知：把当前轮次的 user/assistant/tool 消息都送入短期记忆。
- 事件感知：只把关键事件（任务完成、失败、用户确认）送入长期记忆。
- 摘要感知：对多轮对话做摘要后再存入长期记忆。
- 主动感知：Agent 主动询问用户以补全记忆，例如“您希望我以后都用这种格式回复吗？”
阶段二：Encode（编码）
原始文本不能直接用于高效检索，必须编码成适合存储与检索的形式。
编码方式
| 方式 | 输出 | 适用场景 |
|---|---|---|
| Embedding | 稠密向量 | 语义检索、相似度匹配 |
| 关键词提取 | 关键词 / 标签 | 精确过滤、分类 |
| 实体抽取 | 实体关系 | 知识图谱、用户画像 |
| 摘要 | 压缩文本 | 短期记忆向长期记忆过渡 |
| 结构化 | JSON / 数据库记录 | 程序性记忆、偏好配置 |
编码示例
text
原始文本：
"用户 Alice 喜欢把周报写成 Markdown，偏好简洁风格，项目代号 Phoenix。"
编码结果：
- embedding: [0.12, -0.05, 0.88, ...]
- entities: {user: Alice, project: Phoenix}
- tags: ["preference", "weekly-report", "markdown"]
- summary: "Alice 喜欢 Markdown 简洁周报"阶段三：Store（存储）
按记忆类型写入不同后端。
存储时需要带上元数据，便于后续检索与生命周期管理：
json
{
"id": "mem-001",
"type": "semantic",
"user_id": "alice",
"tenant_id": "team-a",
"session_id": "sess-123",
"created_at": "2026-07-01T10:00:00Z",
"updated_at": "2026-07-01T10:00:00Z",
"ttl": null,
"sensitivity": "low",
"source": "user_explicit",
"text": "Alice 喜欢 Markdown 简洁周报",
"embedding": [0.12, -0.05, 0.88]
}阶段四：Index（索引）
索引决定检索效率与质量。
| 索引类型 | 用途 | 代表实现 |
|---|---|---|
| 向量索引 | 语义相似度检索 | HNSW、IVF、FLAT |
| 倒排索引 | 关键词检索 | BM25、TF-IDF |
| 元数据索引 | 按用户/租户/时间过滤 | B-tree、LSM-tree |
| 图索引 | 实体关系遍历 | 知识图谱索引 |
生产要点：
- 向量索引需要权衡召回率与延迟，HNSW 适合高召回低延迟场景。
- 元数据过滤常与向量检索一起使用，例如
tenant_id == "team-a" AND similarity > 0.75。 - 索引需要支持增量更新，因为记忆是持续写入的。
阶段五：Retrieve（检索）
当 Runtime 需要上下文时，Memory Service 根据 query 检索最相关的记忆。
检索流程
检索增强技术
- Reranking：用 cross-encoder 对粗排结果精排。
- Query 扩展：把当前任务上下文加入 query，提高相关性。
- 去重：合并语义重复的记忆。
- 过滤：按 tenant、user、时间、标签等元数据过滤。
阶段六：Inject（回注）
检索到的记忆需要以 LLM 能理解的形式拼进 prompt。
回注策略
| 策略 | 说明 | 适用场景 |
|---|---|---|
| System Prompt 注入 | 把用户偏好、长期事实放入 system prompt | 语义记忆、程序性记忆 |
| Message 列表追加 | 把相关历史消息追加到 messages | 工作记忆、短期记忆 |
| 上下文块注入 | 把检索结果作为独立文本块放入 prompt | 情景记忆、RAG 结果 |
| Tool hint 注入 | 把程序性记忆作为 tool description 补充 | 工具使用经验 |
回注格式示例
text
## 相关记忆
- 用户 Alice 喜欢 Markdown 简洁周报。
- 上一次周报任务中，Agent 使用了模板 A，用户反馈良好。
## 当前任务
请为 Alice 生成本周周报。生产要点：
- 回注内容不能超过上下文预算。
- 要标注记忆来源与时间，帮助模型判断可信度。
- 避免注入冲突记忆（如用户前后矛盾的偏好）。
阶段七：Forget / Decay / Update（遗忘、衰减、更新）
记忆系统必须主动管理容量与质量。
Forget（主动遗忘）
- 用户明确要求删除。
- 信息过期（如临时验证码）。
- 被标记为敏感或低价值。
- 达到 TTL。
Decay（衰减）
给记忆赋予重要性分数，随时间或使用频率变化：
text
importance(t) = importance_0 * exp(-λ * t) + access_count * boost低分记忆进入冷存储或删除。
Update（更新）
- 用户偏好变化时更新旧记录。
- 发现冲突时做版本管理。
- 根据反馈调整记忆的权重或标签。
遗忘决策流程
生命周期中的关键决策点
| 决策点 | 问题 | 常见策略 |
|---|---|---|
| 感知什么 | 避免记忆噪音 | 事件驱动 + 摘要 + 用户显式确认 |
| 如何编码 | 向量 vs 摘要 vs 结构化 | 按记忆类型选择，可多种并存 |
| 存在哪里 | 延迟 vs 持久化 | 工作记忆放内存，长期记忆放向量 DB |
| 怎么检索 | 召回率 vs 精确率 | hybrid + rerank + 元数据过滤 |
| 何时回注 | 上下文预算 | 按相关性与时效性排序，截断低分记忆 |
| 何时遗忘 | 容量与隐私 | TTL + 衰减 + 敏感标签 + 用户删除权 |
本章小结
Agent Memory 的生命周期包括感知、编码、存储、索引、检索、回注、遗忘/衰减/更新七个阶段。感知决定记忆来源，编码决定记忆形式，存储与索引决定可扩展性，检索决定召回质量，回注决定模型能否有效利用记忆，遗忘与衰减决定系统的长期健康。每个阶段都有多个工程策略可选，选择应基于任务延迟、隐私合规、成本与用户体验之间的平衡。
参考来源